Tworzenie oprogramowania AI na zamówienie: krok po kroku
MarekStrategy & Delivery | CEO
Budowa systemu AI pod jeden proces zajmuje od sześciu do dwunastu tygodni i przechodzi przez sześć etapów: mapowanie, rachunek wartości, projekt danych, budowę, testy na żywych danych i przekazanie. Największe ryzyko siedzi w etapie drugim. Firmy, które go pomijają, dowożą działający system, którego potem nikt nie otwiera. Poniżej każdy etap z warunkiem końca i realnym czasem.
Co musi być gotowe, zanim ktoś napisze pierwszą linijkę
Trzy rzeczy. Jedna osoba po stronie firmy, która zna proces od środka i ma dla niego dwie godziny tygodniowo przez cały czas trwania projektu. Dostępy do miejsc, gdzie dane już leżą: CRM, dysk, skrzynka, arkusze, foldery na komputerze kadrowej. Oraz liczba mówiąca, ile ta ręczna robota kosztuje w skali roku, liczona w godzinach ludzi, którzy ją dziś wykonują.
Trzecia bywa najtrudniejsza i najczęściej jej brakuje. Bez niej wycena wisi w powietrzu, bo nie ma punktu odniesienia.
Skala problemu jest policzona. Według Szybkiego Monitoringu NBP z lipca 2026 42 procent polskich firm sięgnęło po narzędzia AI w drugim kwartale, przy 14 procentach na koniec 2024 roku. W tym samym badaniu 35 procent przedsiębiorstw przyznaje, że w ogóle nie sprawdzało, gdzie AI mogłaby im się przydać. Adopcja wyprzedziła analizę własnych procesów o kilka długości.
Sześć etapów po kolei
1. Mapowanie procesu (5 do 10 dni roboczych)
Siadasz z osobą, która wykonuje robotę, i rozkładasz ją na kroki. Interesuje cię to, co ta osoba faktycznie klika w poniedziałek rano, a nie zapis w procedurze. Przy każdym kroku notujesz czas, częstotliwość i miejsce, z którego biorą się dane.
Wychodzą z tego rzeczy, których nikt nie zgłasza na spotkaniach. Kadrowa przepisuje ten sam PESEL do ośmiu dokumentów. Handlowiec kopiuje ofertę z zeszłego miesiąca i podmienia trzy pola. Księgowa raz w tygodniu scala cztery arkusze, bo systemy ze sobą nie gadają.
Warunek końca: lista kroków z czasami, potwierdzona przez osobę, która ten proces wykonuje. Kiedy powie "to nie tak wygląda", mapa idzie do poprawki. Szerzej o wyborze samego procesu piszemy w artykule o pierwszym procesie do automatyzacji.
2. Rachunek wartości (2 do 3 dni)
Mnożysz czas z mapy przez stawkę godzinową i przez liczbę powtórzeń w roku. Dostajesz jedną liczbę: koszt ręcznej wersji. Obok stawiasz koszt budowy i utrzymania. Jeśli zwrot wychodzi dalej niż dwanaście miesięcy, proces jest zły i wracasz do etapu pierwszego z innym kandydatem.
Ten etap kosztuje trzy dni i ratuje trzy miesiące. Gartner prognozował w czerwcu 2025, że ponad 40 procent projektów agentowych zostanie skasowanych do końca 2027 roku przez rosnące koszty, niejasną wartość biznesową i słabe kontrole ryzyka. Dwa pierwsze powody rozstrzygają się właśnie tutaj, przy kalkulatorze, zanim ktokolwiek otworzy edytor kodu.
Warunek końca: liczba na papierze, zaakceptowana przez osobę, która płaci.
3. Projekt danych i integracji (3 do 5 dni)
Model językowy jest najprostszą częścią układanki. Trudne bywa to, skąd bierze dane i gdzie odkłada wynik. Na tym etapie powstaje schemat bazy, lista integracji oraz decyzja hostingowa: chmura dostawcy albo własny serwer klienta.
Decyzja hostingowa ma konsekwencję, o której mało kto myśli w trzecim tygodniu projektu. Serwer postawiony od pierwszego dnia na koncie klienta oznacza, że przy przekazaniu systemu nie ma żadnej migracji. Nikt nie przenosi bazy, nie przepina domen, nie modli się nad backupem. Robimy tak od czasu, gdy raz zrobiliśmy odwrotnie.
Warunek końca: schemat bazy i lista integracji, każda z odpowiedzią, czy dostęp do niej już jest.
4. Budowa pierwszej działającej wersji (3 do 5 tygodni)
Tu powstaje aplikacja: interfejs, logika, automatyzacje, generowanie dokumentów, alerty o terminach. Zakres trzeba trzymać krótko. Jedna funkcja rdzeniowa, wokół niej minimum tego, co pozwala jej działać, i nic więcej do momentu, aż pierwsza wersja stanie u klienta.
Zakres tnie się jednym pytaniem. Czy bez tej funkcji użytkownik wykona swoją robotę od początku do końca? Kiedy odpowiedź brzmi tak, funkcja czeka na drugą turę. Lista rzeczy odłożonych na później rośnie i to jest zdrowy objaw, bo każda pozycja na niej wraca z uwagą od kogoś, kto pracował na systemie przez miesiąc.
Rachunek za rozdmuchany zakres przychodzi z opóźnieniem. Zmiana hasła z poziomu aplikacji to dwie godziny roboty programisty. Pominięta w zakresie, wraca jako telefon do nas przy każdym nowym pracowniku klienta przez najbliższe dwa lata.
Warunek końca: system działa pod własnym adresem, ma SSL i codzienny backup. U nas domyślnie o trzeciej w nocy, z retencją trzydziestu dni.
5. Testy na żywych danych (2 do 3 tygodni)
Dane testowe niczego nie sprawdzają. Do bazy wchodzą prawdziwe rekordy. W naszym ostatnim wdrożeniu weszło dwudziestu pracowników z kompletem dokumentów. Użytkownik robi na nich swoją normalną robotę przez dwa tygodnie. Wtedy wychodzą polskie znaki w nazwach plików, format daty, którego nikt nie przewidział, oraz pole, które w rzeczywistości bywa puste.
Warunek końca: użytkownik przeszedł pełny cykl na własnych danych bez pytania do nas.
6. Przekazanie i utrzymanie (tydzień, potem stale)
Konta dla zespołu, przejście przez aplikację krok po kroku, runbook z codzienną obsługą leżący na serwerze. Potem monitoring i poprawki. Systemy AI psują się inaczej niż zwykłe oprogramowanie: model zmienia zachowanie po aktualizacji dostawcy, koszty tokenów rosną wraz z użyciem, a integracja pada, kiedy druga strona zmienia API bez uprzedzenia.
Warunek końca: zespół klienta pracuje bez nas przez tydzień.
Cały przebieg na jednej tabeli
| Etap | Kto to robi | Ile trwa | Co blokuje |
|---|---|---|---|
| Mapowanie procesu | wykonawca i osoba z procesu | 5 do 10 dni | brak czasu osoby znającej proces |
| Rachunek wartości | wykonawca i decydent | 2 do 3 dni | brak stawek godzinowych |
| Projekt danych | wykonawca | 3 do 5 dni | dostępy do systemów, decyzja o hostingu |
| Budowa wersji pierwszej | wykonawca | 3 do 5 tygodni | rozjeżdżający się zakres |
| Testy na żywych danych | użytkownik | 2 do 3 tygodni | użytkownik nie siada do systemu |
| Przekazanie | wykonawca i zespół | 1 tydzień | brak osoby odpowiedzialnej po stronie firmy |
Suma daje od sześciu do dwunastu tygodni przy jednym procesie i jednej firmie. Każdy kolejny proces w tym samym systemie kosztuje mniej, bo dane i infrastruktura już stoją.
Gdzie to się najczęściej wykłada
Wykłada się na etapie drugim, i my też się na nim wyłożyliśmy. Pierwszą wersję systemu dla firmy delegującej pracowników za granicę zbudowaliśmy wokół generatora szesnastu dokumentów. Klient tego chciał, my to umieliśmy, poszło szybko. Rachunek zrobiliśmy po fakcie i wyszło 1 660 złotych oszczędności rocznie. Za taką wartość nie sprzedaje się ani wdrożenia, ani utrzymania.
Drugi błąd wyszedł miesiąc później. System stał gotowy i czekał, a klient go nie otwierał. Postawiliśmy termin i rozważaliśmy zamknięcie projektu. Zamiast tego 24 czerwca 2026 zmieniliśmy zakres na bazę pracowników z pilnowaniem ważności dokumentów, badań i uprawnień. Generator został jedną z funkcji w środku. Wartość przestała być teoretyczna, bo alert o kończącym się dokumencie ratuje przed karą, a wygodniejsze klikanie ratuje przed niczym.
Wniosek z obu potknięć jest jeden. Wartość systemu mierzy się konsekwencjami, których dzięki niemu nie ma: karą, której firma nie zapłaciła, terminem, który nie przeleciał, dokumentem, który nie zaginął przed kontrolą. Wygoda klikania też ma swoją cenę w godzinach, ale sama z siebie rzadko wystarcza, żeby ktokolwiek podpisał umowę na utrzymanie.
Te dwa błędy widać w danych rynkowych. Raport McKinsey State of AI z 25 sierpnia 2026, zrobiony na 1 719 respondentach, pokazuje 80 procent użytkowników raportujących wzrost własnej produktywności przy 37 procentach firm widzących jakikolwiek wpływ AI na EBIT. Poprawa odczuwalna dla jednej osoby rzadko zamienia się w liczbę widoczną w rachunku wyników. Więcej o liczeniu tej różnicy w tekście o mierzeniu ROI z AI.
Polski Instytut Ekonomiczny podawał we wrześniu 2025, że co piąta firma wskazuje koszt jako główną barierę wdrożenia, a 77 procent przedsiębiorstw bez AI nie planuje jej wdrażać. Przy projekcie policzonym na etapie drugim rozmowa o koszcie wygląda inaczej. Obok ceny leży wtedy liczba mówiąca, ile kosztuje stan obecny.
Jak poznać, że etap wyszedł dobrze
Po mapowaniu osoba z procesu mówi, że ktoś wreszcie spisał to tak, jak jest naprawdę. Po rachunku wartości decydent zna dwie liczby i potrafi je powtórzyć z pamięci. Po projekcie danych wiadomo, gdzie system stanie i kto ma do niego klucze.
Po budowie system ma adres, pod który da się wejść z telefonu. Po testach użytkownik zgłasza rzeczy do poprawy zamiast pytać, jak się zalogować. Po przekazaniu przez tydzień nie dzwoni nikt.
Ostatni punkt bywa mylący. Cisza po wdrożeniu czasem oznacza działający system, a czasem powrót całego zespołu do arkusza. Różnicę widać w logach i dobrze tam zajrzeć w trzecim tygodniu po przekazaniu. O tym, co jeszcze potrafi pójść źle, zebraliśmy osobny materiał w artykule o błędach wdrożeniowych.
Najczęstsze pytania
Ile kosztuje stworzenie oprogramowania AI na zamówienie dla firmy od 10 do 50 osób?
Wdrożenie jednego procesu w firmie tej wielkości mieści się zwykle w przedziale od kilkunastu do kilkudziesięciu tysięcy złotych, plus miesięczne utrzymanie. Rozrzut bierze się z liczby systemów do spięcia i ze stanu danych. Firma z danymi w jednym CRM zapłaci wyraźnie mniej niż firma z tymi samymi danymi rozrzuconymi po siedmiu arkuszach i dysku współdzielonym.
Czy własne oprogramowanie AI ma sens przy dostępnych narzędziach SaaS?
Własne oprogramowanie AI ma sens wtedy, gdy proces firmy odbiega od tego, co zakłada gotowe narzędzie, albo gdy dane muszą zostać na własnym serwerze. Przy standardowym procesie sprzedażowym czy obsłudze zgłoszeń gotowe narzędzie wygrywa ceną i czasem uruchomienia. Granica przebiega tam, gdzie konfiguracja SaaS zaczyna wymagać obejść i ręcznych mostków.
Jak długo trwa budowa systemu AI od pierwszej rozmowy do uruchomienia?
Budowa systemu AI pod jeden proces trwa od sześciu do dwunastu tygodni, licząc od pierwszej rozmowy do momentu, w którym zespół klienta pracuje samodzielnie. Mapowanie i wycena zabierają około dwóch tygodni, budowa od trzech do pięciu, testy na żywych danych kolejne dwa do trzech tygodni. Następne procesy w tym samym systemie idą szybciej.
Co dzieje się z systemem AI po zakończeniu wdrożenia?
System AI po wdrożeniu wymaga monitoringu, ponieważ psuje się inaczej niż zwykłe oprogramowanie. Dostawca modelu zmienia jego zachowanie przy aktualizacji, koszty rosną wraz z liczbą zapytań, a integracje padają, kiedy druga strona zmienia API. Utrzymanie obejmuje backup, aktualizacje bezpieczeństwa i poprawki zgłaszane przez użytkowników w trakcie pracy.
Sprawdź, które procesy w Twojej firmie da się zautomatyzować. Bezpłatny audyt kończy się dokumentem z mapą procesów i rachunkiem kosztów ręcznej roboty.